Künstliche neuronale Netze.
07041982:
blah...blah...blah....
In diesem Thema schlage ich vor, Erfahrungen auf dem Gebiet der neuronalen Netze auszutauschenMit dem Teilen beginnen - genau beobachten
Erfahrung mit NS ist nicht wichtig (ich will nicht mit dem Finger auf andere zeigen, aber Herr R. hat schon lange mit NS zu tun, und nachdem ich seine Beiträge lange Zeit beobachtet habe, bin ich zu dem Schluss gekommen, dass Zeit und Erfahrung nicht wichtig sind - es ist der Fall, der zählt...)
OMG, dein Gralscode wird gepostet und wir werden versuchen, ihn im Forum zu lösen.
Ich habe viele gebrauchsfertige mql4 TS, aber ich bin zu dem Schluss gekommen, dass sie nicht besser sind als Standardindikatoren.
"Erklären Sie mir bitte, warum es notwendig ist, Spinoza künstlich zu erschaffen, wenn jede Frau ihn gebären kann, wann immer sie will..." (c) ;)
In diesem Thread möchte ich meine Erfahrungen auf dem Gebiet der neuronalen Netze weitergeben. Es wäre interessant, die Grundsätze des Aufbaus und der Ausbildung von Netzwerken in MQL5 zu erfahren. Ich freue mich auf Ihre Kommentare.
Ich möchte den Code nicht posten, weil ich nicht unnötig über meinen eigenartigen Stil, Code ohne Verwendung von Standardklassen und -bibliotheken usw. zu schreiben, stolpern möchte. Es ist schwierig, ihn zu verstehen, da es viele Variablen gibt. Ich werde es kurz und bündig erklären.
Ich habe zehn Neuronen genommen; das erste Neuron berechnet, was höher ist der MA oder der aktuelle Preis, das zweite - der MA auf der vorherigen Bar oder der Preis auf der vorherigen Bar, usw. für alle zehn Neuronen. Jedes Neuron entscheidet, ob der Preis steigen oder fallen wird, und alle 10 Meinungen werden addiert, um eine Antwort zu erhalten, z.B. der Preis wird mit 90%iger Wahrscheinlichkeit steigen (9 von 10 Neuronen haben dafür gestimmt und 1 dagegen). Jedes Neuron enthält eine Bedingung: wenn der Preis unter dem MA liegt, gibt es 1 oder -1 aus, was von den zu optimierenden Parametern abhängt. Eine 1 bedeutet, dass sie für einen steigenden Preis stimmt und eine -1 für einen fallenden Preis. Die Optimierung ist der Prozess des Trainings des neuronalen Netzes. Das war's.
- 2010.10.26
- Dmitriy Skub
- www.mql5.com
Ich möchte den Code nicht posten, weil ich nicht unnötig über meinen eigenartigen Stil, Code ohne Verwendung von Standardklassen und -bibliotheken usw. zu schreiben, stolpern möchte. Es ist schwierig, ihn zu verstehen, da es viele Variablen gibt. Ich werde es kurz und bündig erklären.
Vielleicht können Sie Ihren TS mit dem neuen Artikelhttps://www.mql5.com/ru/articles/497 umschreiben, der Code dort ist nicht kompliziert, er sollte Ihrem Zweck entsprechen, es scheint, dass Sie auch einen Ausschuss von Netzwerken eines Neurons haben
Aber wenn wir darüber diskutieren, sollten wir über das Thema diskutieren und nicht über das Thema des Threads, da es kein Thema zu diskutieren gibt.
- 2012.10.06
- Dmitriy Parfenovich
- www.mql5.com
Dann können Sie vielleicht Ihre TS mit dem neuen Artikelhttps://www.mql5.com/ru/articles/497 umschreiben, der Code dort ist nicht kompliziert, es sollte Ihren Zwecken entsprechen, es scheint, dass Sie auch einen Ausschuss von Netzen aus einem Neuron haben
Aber wenn wir darüber diskutieren, sollten wir über das Thema diskutieren und nicht über das Thema des Threads, da es kein Thema zu diskutieren gibt.
Warum also das Thema noch einmal von vorne beginnen? Es gibt bereits Threads und Leute, die neuronale Netze zum Frühstück essen, wie joo.
Danke, aber es gibt eine Menge Leute in diesem Forum, die sich mit Gittern viel besser auskennen als ich. Ich würde mich freuen, sie hier zu lesen.
Und im Allgemeinen reicht ein gutes Verständnis der Struktur und der Eigenschaften von Netzen nicht aus, um ein rentables System im wirklichen Leben (und nicht in Geschichten) zu schaffen. Dies erfordert originelle Ideen bei der Auswahl der Eingaben in das Raster, wie für mich - ich bin immer noch auf der Suche.
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Neuronale Netze sind IMHO der schwierigste Teil des algorithmischen Handels. Hier gibt es keine Neulinge. Auch ich habe erst nach 8 Jahren Devisenhandel, nachdem ich viel Geld ausgegeben und alle möglichen Strategien und Indikatoren und alle möglichen Kombinationen von ihnen ausprobiert habe, beschlossen, dass dies die einzige Handelsstrategie ist, die ich nicht angerührt habe. Warum habe ich es nicht schon früher versucht? Ich dachte, es sei zu kompliziert und erfordere spezielle Programme wie "neurosolutions". Es stellte sich heraus, dass ich falsch lag. Das Wichtigste ist, dass man versteht, wie neuronale Netze funktionieren, und der Rest ist eine technische Angelegenheit.
Ich erfand meinen ersten Prototyp eines Neuronetzes in etwa einem Tag, schrieb ihn in 15 Minuten mit reinem MQL5 und trainierte ihn mit Hilfe von Optimierung. Und, oh Wunder, die Ergebnisse sind ermutigend... die Robustheit des Tanks ist über mehrere Jahre hinweg vorhanden, die Tanktests sind stabil. Ich bin inzwischen fast völlig davon überzeugt, dass der Gral, wenn es ihn denn gibt, irgendwo in den Eingeweiden der neuronalen Netze versteckt ist. Sein Potenzial ist fast unbegrenzt, ich kann dort eine beliebige Anzahl von Indikatoren mit einer beliebigen Anzahl von Parametern hinzufügen... und es kann in reinem MQL5 getan werden. Nachdem ich darüber nachgedacht und sie ausprobiert habe, erscheinen alle meine bisherigen Bemühungen, einen Expert Advisor aus Standardindikatoren zu erstellen, als Kinderspiel.
In diesem Thread möchte ich meine Erfahrungen auf dem Gebiet der neuronalen Netze weitergeben. Es wäre interessant, die Grundsätze des Entwurfs und der Ausbildung von Netzen in MQL5 kennen zu lernen. Ich bin gespannt auf Ihre Kommentare.